ai-agents-for-beginners

Korištenje Agentnih Protokola (MCP, A2A i NLWeb)

Kako se upotreba AI agenata širi, raste i potreba za protokolima koji osiguravaju standardizaciju, sigurnost i podržavaju otvorene inovacije. U ovoj lekciji obradit ćemo 3 protokola koji nastoje zadovoljiti te potrebe - Model Context Protocol (MCP), Agent to Agent (A2A) i Natural Language Web (NLWeb).

Uvod

U ovoj lekciji obradit ćemo:

• Kako MCP omogućuje AI agentima pristup vanjskim alatima i podacima za izvršavanje korisničkih zadataka.

• Kako A2A omogućuje komunikaciju i suradnju između različitih AI agenata.

• Kako NLWeb donosi sučelja prirodnog jezika na bilo koju web stranicu, omogućujući AI agentima otkrivanje i interakciju s njezinim sadržajem.

Ciljevi učenja

• Prepoznati osnovnu svrhu i prednosti MCP-a, A2A-a i NLWeb-a u kontekstu AI agenata.

• Objasniti kako svaki protokol olakšava komunikaciju i interakciju između LLM-ova, alata i drugih agenata.

• Razlikovati uloge koje svaki protokol ima u izgradnji složenih agentnih sustava.

Model Context Protocol

Model Context Protocol (MCP) je otvoreni standard koji pruža standardizirani način za aplikacije da osiguraju kontekst i alate za LLM-ove. To omogućuje “univerzalni adapter” za različite izvore podataka i alate kojima AI agenti mogu pristupiti na dosljedan način.

Pogledajmo komponente MCP-a, prednosti u usporedbi s izravnim korištenjem API-ja i primjer kako AI agenti mogu koristiti MCP poslužitelj.

Osnovne komponente MCP-a

MCP radi na klijent-poslužitelj arhitekturi, a osnovne komponente su:

• Hostovi su LLM aplikacije (na primjer, uređivač koda poput VSCode-a) koje započinju veze s MCP poslužiteljem.

• Klijenti su komponente unutar host aplikacije koje održavaju veze jedan-na-jedan s poslužiteljima.

• Poslužitelji su lagani programi koji izlažu specifične mogućnosti.

Protokol uključuje tri osnovna elementa koja predstavljaju mogućnosti MCP poslužitelja:

• Alati: To su pojedinačne radnje ili funkcije koje AI agent može pozvati za izvršavanje zadatka. Na primjer, vremenska usluga može izložiti alat “dohvati vremensku prognozu”, ili e-commerce poslužitelj može izložiti alat “kupi proizvod”. MCP poslužitelji oglašavaju naziv, opis i shemu ulaza/izlaza svakog alata u svom popisu mogućnosti.

• Resursi: To su podaci ili dokumenti samo za čitanje koje MCP poslužitelj može pružiti, a klijenti ih mogu dohvatiti na zahtjev. Primjeri uključuju sadržaj datoteka, zapise iz baze podataka ili log datoteke. Resursi mogu biti tekstualni (poput koda ili JSON-a) ili binarni (poput slika ili PDF-ova).

• Predlošci: To su unaprijed definirani predlošci koji pružaju predložene upite, omogućujući složenije tijekove rada.

Prednosti MCP-a

MCP nudi značajne prednosti za AI agente:

• Dinamičko otkrivanje alata: Agenti mogu dinamički primiti popis dostupnih alata s poslužitelja zajedno s opisima njihovih funkcija. Ovo je u suprotnosti s tradicionalnim API-jima, koji često zahtijevaju statičko kodiranje za integracije, što znači da svaka promjena API-ja zahtijeva ažuriranje koda. MCP nudi pristup “jednom integriraj”, što omogućuje veću prilagodljivost.

• Interoperabilnost između LLM-ova: MCP radi s različitim LLM-ovima, pružajući fleksibilnost za promjenu osnovnih modela radi bolje izvedbe.

• Standardizirana sigurnost: MCP uključuje standardiziranu metodu autentifikacije, poboljšavajući skalabilnost pri dodavanju pristupa dodatnim MCP poslužiteljima. Ovo je jednostavnije od upravljanja različitim ključevima i vrstama autentifikacije za razne tradicionalne API-je.

Primjer MCP-a

Zamislite da korisnik želi rezervirati let koristeći AI asistenta koji koristi MCP.

1. Povezivanje: AI asistent (MCP klijent) povezuje se s MCP poslužiteljem koji pruža zrakoplovna kompanija.

2. Otkrivanje alata: Klijent pita MCP poslužitelj zrakoplovne kompanije: “Koje alate imate dostupne?” Poslužitelj odgovara s alatima poput “pretraži letove” i “rezerviraj letove”.

3. Pozivanje alata: Zatim pitate AI asistenta: “Molim te, pronađi let iz Portlanda za Honolulu.” AI asistent, koristeći svoj LLM, prepoznaje da treba pozvati alat “pretraži letove” i prosljeđuje relevantne parametre (polazište, odredište) MCP poslužitelju.

4. Izvršenje i odgovor: MCP poslužitelj, djelujući kao omotač, izvršava stvarni poziv na interni API za rezervaciju zrakoplovne kompanije. Zatim prima informacije o letu (npr. JSON podatke) i šalje ih natrag AI asistentu.

5. Daljnja interakcija: AI asistent prikazuje opcije letova. Nakon što odaberete let, asistent može pozvati alat “rezerviraj let” na istom MCP poslužitelju, dovršavajući rezervaciju.

Protokol Agent-to-Agent (A2A)

Dok se MCP fokusira na povezivanje LLM-ova s alatima, Agent-to-Agent (A2A) protokol ide korak dalje omogućujući komunikaciju i suradnju između različitih AI agenata. A2A povezuje AI agente iz različitih organizacija, okruženja i tehnoloških sustava kako bi dovršili zajednički zadatak.

Razmotrit ćemo komponente i prednosti A2A-a, zajedno s primjerom kako bi se mogao primijeniti u našoj aplikaciji za putovanja.

Osnovne komponente A2A-a

A2A se fokusira na omogućavanje komunikacije između agenata i njihovu suradnju na dovršavanju korisničkog podzadatka. Svaka komponenta protokola doprinosi tome:

Kartica agenta

Slično kao što MCP poslužitelj dijeli popis alata, kartica agenta sadrži:

• Naziv agenta.
• Opis općih zadataka koje obavlja.
• Popis specifičnih vještina s opisima kako bi drugi agenti (ili čak ljudski korisnici) razumjeli kada i zašto bi željeli pozvati tog agenta.
• Trenutni URL krajnje točke agenta.
• Verziju i mogućnosti agenta, poput strujanja odgovora i push obavijesti.

Izvršitelj agenta

Izvršitelj agenta odgovoran je za prosljeđivanje konteksta korisničkog razgovora udaljenom agentu, što je potrebno udaljenom agentu kako bi razumio zadatak koji treba izvršiti. U A2A poslužitelju, agent koristi svoj vlastiti LLM za analizu dolaznih zahtjeva i izvršavanje zadataka koristeći vlastite interne alate.

Artefakt

Nakon što udaljeni agent dovrši traženi zadatak, njegov radni proizvod stvara se kao artefakt. Artefakt sadrži rezultat rada agenta, opis onoga što je dovršeno i tekstualni kontekst koji se šalje kroz protokol. Nakon što se artefakt pošalje, veza s udaljenim agentom zatvara se dok ponovno ne bude potrebna.

Red događaja

Ova komponenta koristi se za upravljanje ažuriranjima i prosljeđivanje poruka. Posebno je važna u produkciji za agentne sustave kako bi se spriječilo zatvaranje veze između agenata prije nego što se zadatak dovrši, posebno kada dovršavanje zadatka može potrajati dulje vrijeme.

Prednosti A2A-a

• Poboljšana suradnja: Omogućuje agentima različitih dobavljača i platformi da međusobno komuniciraju, dijele kontekst i surađuju, olakšavajući besprijekornu automatizaciju između tradicionalno nepovezanih sustava.

• Fleksibilnost u odabiru modela: Svaki A2A agent može odlučiti koji LLM koristi za obradu svojih zahtjeva, omogućujući optimizirane ili fino podešene modele po agentu, za razliku od jedne LLM veze u nekim MCP scenarijima.

• Ugrađena autentifikacija: Autentifikacija je integrirana izravno u A2A protokol, pružajući robustan sigurnosni okvir za interakcije agenata.

Primjer A2A-a

Proširimo naš scenarij rezervacije putovanja, ali ovaj put koristeći A2A.

1. Korisnički zahtjev prema multi-agentu: Korisnik komunicira s “Putničkim agentom” A2A klijentom/agentom, možda govoreći: “Molim te, rezerviraj cijelo putovanje u Honolulu za sljedeći tjedan, uključujući letove, hotel i najam automobila.”

2. Orkestracija od strane putničkog agenta: Putnički agent prima ovaj složeni zahtjev. Koristi svoj LLM za razmišljanje o zadatku i određivanje da treba komunicirati s drugim specijaliziranim agentima.

3. Međuagencijska komunikacija: Putnički agent zatim koristi A2A protokol za povezivanje s nizvodnim agentima, poput “Zrakoplovnog agenta”, “Hotelskog agenta” i “Agenta za najam automobila” koje su stvorile različite tvrtke.

4. Delegirano izvršavanje zadatka: Putnički agent šalje specifične zadatke tim specijaliziranim agentima (npr. “Pronađi letove za Honolulu”, “Rezerviraj hotel”, “Unajmi automobil”). Svaki od tih specijaliziranih agenata, koristeći vlastite LLM-ove i alate (koji bi sami mogli biti MCP poslužitelji), izvršava svoj specifični dio rezervacije.

5. Konsolidirani odgovor: Nakon što svi nizvodni agenti dovrše svoje zadatke, putnički agent sastavlja rezultate (detalje leta, potvrdu hotela, rezervaciju automobila) i šalje sveobuhvatan, razgovorni odgovor natrag korisniku.

Natural Language Web (NLWeb)

Web stranice su dugo bile primarni način za korisnike da pristupe informacijama i podacima na internetu.

Pogledajmo različite komponente NLWeb-a, prednosti NLWeb-a i primjer kako NLWeb funkcionira kroz našu aplikaciju za putovanja.

Komponente NLWeb-a

• NLWeb aplikacija (osnovni servisni kod): Sustav koji obrađuje pitanja na prirodnom jeziku. Povezuje različite dijelove platforme kako bi stvorio odgovore. Možete ga zamisliti kao motor koji pokreće značajke prirodnog jezika na web stranici.

• NLWeb protokol: Ovo je osnovni skup pravila za interakciju na prirodnom jeziku s web stranicom. Odgovara u JSON formatu (često koristeći Schema.org). Njegova je svrha stvoriti jednostavnu osnovu za “AI Web”, na isti način na koji je HTML omogućio dijeljenje dokumenata na mreži.

• MCP poslužitelj (Model Context Protocol krajnja točka): Svaka NLWeb postavka također funkcionira kao MCP poslužitelj. To znači da može dijeliti alate (poput metode “ask”) i podatke s drugim AI sustavima. U praksi, ovo omogućuje da sadržaj i mogućnosti web stranice postanu dio šireg “ekosustava agenata.”

• Modeli ugrađivanja: Ovi modeli koriste se za pretvaranje sadržaja web stranice u numeričke prikaze zvane vektori (ugrađivanja). Ti vektori hvataju značenje na način koji računala mogu uspoređivati i pretraživati. Pohranjuju se u posebnu bazu podataka, a korisnici mogu odabrati koji model ugrađivanja žele koristiti.

• Vektorska baza podataka (mehanizam za dohvaćanje): Ova baza podataka pohranjuje ugrađivanja sadržaja web stranice. Kada netko postavi pitanje, NLWeb provjerava vektorsku bazu podataka kako bi brzo pronašao najrelevantnije informacije. Daje brzi popis mogućih odgovora, rangiranih prema sličnosti. NLWeb radi s različitim sustavima za pohranu vektora poput Qdrant, Snowflake, Milvus, Azure AI Search i Elasticsearch.

NLWeb kroz primjer

Razmotrimo našu web stranicu za rezervaciju putovanja, ali ovaj put, ona je pokretana NLWeb-om.

1. Unos podataka: Postojeći katalozi proizvoda web stranice (npr. popisi letova, opisi hotela, turistički paketi) formatirani su pomoću Schema.org ili učitani putem RSS feedova. NLWeb-ovi alati unose te strukturirane podatke, stvaraju ugrađivanja i pohranjuju ih u lokalnu ili udaljenu vektorsku bazu podataka.

2. Upit na prirodnom jeziku (ljudski): Korisnik posjećuje web stranicu i, umjesto da navigira kroz izbornike, upisuje u chat sučelje: “Pronađi mi hotel prilagođen obitelji u Honoluluu s bazenom za sljedeći tjedan.”

3. Obrada NLWeb-a: NLWeb aplikacija prima ovaj upit. Šalje upit LLM-u za razumijevanje i istovremeno pretražuje svoju vektorsku bazu podataka za relevantne popise hotela.

4. Točni rezultati: LLM pomaže interpretirati rezultate pretraživanja iz baze podataka, identificirati najbolje podudarnosti na temelju kriterija “prilagođen obitelji”, “bazen” i “Honolulu”, te zatim formatira odgovor na prirodnom jeziku. Ključno je da se odgovor odnosi na stvarne hotele iz kataloga web stranice, izbjegavajući izmišljene informacije.

5. Interakcija AI agenta: Budući da NLWeb služi kao MCP poslužitelj, vanjski AI agent za putovanja također bi se mogao povezati s NLWeb instancom ove web stranice. AI agent bi tada mogao koristiti ask MCP metodu za izravno postavljanje upita web stranici: ask("Postoje li veganski restorani u Honoluluu koje preporučuje hotel?"). NLWeb instanca bi to obradila, koristeći svoju bazu podataka informacija o restoranima (ako je učitana), i vratila strukturirani JSON odgovor.

Imate još pitanja o MCP/A2A/NLWeb?

Pridružite se Azure AI Foundry Discordu kako biste se povezali s drugim učenicima, sudjelovali u uredskim satima i dobili odgovore na svoja pitanja o AI agentima.

Resursi

• MCP za početnike
• MCP Dokumentacija
• NLWeb Repo
• Vodiči za Semantic Kernel

---

Odricanje od odgovornosti:
Ovaj dokument je preveden korištenjem AI usluge za prevođenje Co-op Translator. Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati mjerodavnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane stručnjaka. Ne preuzimamo odgovornost za bilo kakve nesporazume ili pogrešne interpretacije proizašle iz korištenja ovog prijevoda.

This site is open source. Improve this page.